WalkSelf · AI, Tecnologia e Ingegneria · AI e Machine Learning

Deep Learning

Immergiti nel mondo delle reti neurali artificiali. Impara a costruire, addestrare e ottimizzare modelli di deep learning per compiti complessi utilizzando framework come TensorFlow e PyTorch.

Deep Learning

Introduzione ai Framework AI per Machine Learning e Deep Learning

Classificazione di Immagini con CNN utilizzando Kaggle e Colab

Decodifica del modello Seq2Seq con TrainingSampler in TensorFlow

Fondamenti di Deep Learning: Perceptron come operatori logici

Impostazione del Tasso di Apprendimento nell'Addestramento delle Reti Neurali

Colonne di Caratteristiche (Feature Columns) di TensorFlow per Machine Learning Scalabile

Visualizzare la Discesa del Gradiente con PyTorch e NumPy

ImageNet e Reti Neurali Convoluzionali per Principianti

Retropropagazione e la Regola della Catena nelle Reti Neurali

Salvataggio dei modelli TensorFlow per l'inferenza di produzione

Fondamenti di Deep Learning: Perché è Importante e Come Funziona

Fondamenti di PyTorch: Creazione e Manipolazione di Tensori

Introduzione alle reti neurali e al deep learning

Codificare la Propagazione in Avanti del Perceptron con NumPy

Costruire una Rete Neurale per il Riconoscimento delle Cifre da Zero

Esplorazione e Preprocessing dei Dati per Deep Learning con Keras

Comprendere le Limitazioni Lineari nel Machine Learning

Fondamenti di discesa gradiente e regressione lineare

Addestramento di Reti Neurali con Backpropagation Matriciale

Accelerazione Hardware del Deep Learning con PyTorch e CUDA

Ottimizzazione del Gradiente Discesa: Metodi Batch vs Stocastici

Deep Learning con ML.NET per sviluppatori .NET

Fondamenti di Deep Learning: Perceptrons multistrato e Backpropagation

Classificazione dei nodi con reti neurali geometriche e grafiche PyTorch